侵权投诉
焊接机器人 喷涂机器人 搬运机器人 装配机器人 切割机器人 其他机器人
当前位置:

OFweek机器人网

服务机器人

正文

机器学习胜过人类编程?AI终极挑战是创造力

导读: 哥伦比亚大学工程系的教授、机器创新实验室主任Hod Lipson认为,Alphago战胜人类代表了机器学习得到完美的应用,接下来人工智能和机器人领域的最大挑战是创造具有创造力的机器人,这也是通向自我意识的途径之一。

  哥伦比亚大学工程系的教授、机器创新实验室主任HodLipson认为,Alphago战胜人类代表了机器学习得到完美的应用,接下来人工智能和机器人领域的最大挑战是创造具有创造力的机器人,这也是通向自我意识的途径之一。

  1、能介绍一下你在哥伦比亚大学创造机器实验室所做的工作吗?

  我们做的是生物驱动型的项目。我们努力从生物学中学习如何处理问题,我们关注的焦点是一般情况下,人们认为只有自然可以做到的事情。

  生物驱动型的项目指的是从自然中学习,然后使用学习到的东西,尝试去解决最困难的问题。这涉及到所有的领域。这并不是在表面复制自然,它可以在更深层次复制学习过程,比如,学习自然如何使用材料,或者学习自然演进的过程。

  我们在做的研究中,我最喜欢的一个主题是:你能不能做出可以自我复制的机器人?自我复制并不是传统上人与机器的那种关系。比如说,大多数的机器都不能自己从受到的损害中恢复,或者说治愈,或是适应。至少到目前为止,机器还不能从自己的经历中进行学习。

  我们正在研究,我认为是人工智能和机器人领域最大的挑战,即创造具有创造能力的机器:机器能创造新的东西,机器能有新的创意。

  创造力是AI要攻克的最后几个阵线之一。许多人仍然认为,人类拥有创造事物的能力,所以比机器强。我们正在研究这一问题。

  2、怎么看待Alphago战胜李世石?

  从某种程度上来说,Alphago是AI一个时代结束的标志。从上世纪50年代开始,人们就在用AI玩棋类游戏,而围棋可能是AI攻克的最后一个棋类游戏。现在,我们可以向着更大和更有挑战性的东西前进,那就是现实生活。比如,电脑仍然很难学会如何在曼哈顿车水马龙的十字路口驾驶。显然,这比围棋要难得多。

  目前的AI非常善于决策,通过对大数据进行处理,进行筛选,从而得到最后的决定。比如,获得所有的股票市场数据,然后决定“我该买进,或者抛出?”,或者获得所有摄像头、雷达和无人驾驶车中的数据,然后决定该直走或者转弯。这一切都是关于获取数据然后把这些数据变成决策。

  但是另一种的智能是,有新的创意,或者新的需要的时候,从中发散,并创造新的观点,是一种扩展。

  这是一种完全不一样的AI,它是探究性的。我们把其称为发散型AI,而不是聚合型的AI。这是我们实验室在努力的东西。

  我觉得对于AI来说,最新的挑战是创造力。创造新的想法,这是下一个重要的前线。

1  2  3  下一页>  
声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

OFweek品牌展厅

365天全天候线上展厅

我要展示 >
  • 机器人
  • 机器视觉
  • 伺服
  • 猎头职位
更多
文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号